文献速递技术与安全CTMRUSDR

放射学中的人工智能如何提高效率和健康结局?

How does artificial intelligence in radiology improve efficiency and health outcomes?
PubMed 文献 · Pediatr Radiol · 2021-06-12

该文围绕放射学人工智能的六项临床目标(流程更高效、缩短阅片时间、降低剂量与对比剂、更早检出疾病、提高诊断准确性、更个性化诊断)梳理可用证据,并按Fryback-Thornbury效能分层模型评估。结论认为市场仍在成熟中,人工智能对临床实践的实际贡献所知有限,需要更多真实世界监测来判定其价值。

要点

  • 人工智能对临床实践影响的证据多见于模拟或回顾性研究,前瞻性证据有限。
  • 市场已有超过150款放射学人工智能产品获FDA许可或CE认证,但公开同行评议效能证据有限。
  • 作者提出六项临床目标作为评估人工智能价值的框架,需在真实世界监测其贡献。

核心结论

  • 尽管人工智能软件影响放射学的潜力很大,但关于其如何改变医疗质量、效率和成本所知有限。
  • 历史表明对这些创新进行真实世界验证对于进一步开发、采购、实施和报销的知情决策至关重要。
  • 密切评估和监测人工智能产品在临床实践中的经验和影响,才可能证明其是否在成本和健康结局两方面改善医疗。

研究设计与样本

  • 本文为综述,围绕放射学人工智能的六项临床目标梳理可用科学证据,并按改编的Fryback-Thornbury效能分层模型(1—6级)评估。
  • 证据来源包括已发表研究和市场产品资料,文中引用2020年一项分析显示100款人工智能产品中仅36款有同行评议效能证据。
  • 文中引用另一项系统综述显示,评估人工智能经济影响(6级)的合格文章仅6篇。

诊断标准与关键数值

  • 效能分层模型:1—2级描述产品功能与性能,3—5级描述对诊断、治疗和患者结局的影响,6级描述对成本与健康的宏观影响。
  • 2020年分析显示100款产品中仅36款有同行评议效能证据,前瞻性研究覆盖3级及以上证据的产品仅18款。
  • 经济影响系统综述仅纳入6篇合格文章。

临床应用与阅片要点

  • 作者提出的六项临床目标为流程更高效、缩短阅片时间、降低剂量与对比剂、更早检出疾病、提高诊断准确性、更个性化诊断。
  • FDA许可与CE认证评估的是伤害风险,不保证附加临床价值;价值与效能评估由厂商和客户自行承担,且效能部分取决于医院的患者人群、影像品牌和工作流程。
  • 包括FDA在内的多方提出将人工智能软件监管从独立评估转向考虑临床与人类交互情境的系统性方法。
  • 作者认为需要更多真实世界监测以积累人工智能对医疗实际影响的证据。

局限性

  • 大多数证据基于模拟或回顾性研究。
  • 市场仍在成熟,多数产品仅在最近2年进入市场。
  • 厂商倾向于选择广泛使用、相关人群大且训练数据充足的「低垂果实」应用领域,导致临床用例显著重叠,许多用例(包括儿科用例)仍未被覆盖。
  • 许多狭窄的任务导向解决方案使合同和集成数量迅速增多,产生不贡献效率优化的大量开销。
  • 平台仍在开发中,其临床和财务附加价值仍有待研究。
全文中译9 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Pediatr Radiol. 2021 Jun 12;52(11):2087–93. doi: 10.1007/s00247-021-05114-8

引言

人工智能(AI)有潜力改变医疗保健的许多方面。然而,AI是一种手段、一种工具,而非目的本身。要利用这项技术对医疗保健产生积极影响,必须明确界定临床目标。达芬奇机器人是一个众所周知的创新技术范例,它迅速普及,但即使在今天,其成本效益和改善患者结局的主张仍存在争议[1, 2]。随着人口日益老龄化和技术不断发展,医疗保健费用持续上升,我们应当敢于批判性地审视包括基于AI的软件在内的医疗设备究竟是在真正改善医疗保健还是使其更加高效。

目前市场上有超过150种放射学AI产品[3]。这些产品已获得美国食品药品监督管理局(FDA)的许可或带有欧洲 conformity(CE)标志,分别允许在美国和欧洲临床使用。尽管供应量大,但关于这些产品验证和影响的科学证据仍然有限[4, 5]。2020年进行的一项研究表明,在分析的100种AI产品中,只有36种有同行评审的疗效证据可供参考[5]。

关于疗效的科学证据可根据Fryback和Thornbury[6]于1991年开发的层级模型进行分类,该模型用于评估诊断成像对患者管理过程的贡献。在此前的一项研究中,该模型经过调整(表1;[5, 6])以适用于评估AI相关证据[5]。较低层级描述产品的功能和性能(第1、2层)。关于较高层级(第3-5层)的评估描述对患者诊断、治疗和结局的影响。最终,第6层证据描述AI在宏观层面的影响,展示对成本和健康的影响。

大多数研究展示了算法的准确性(第2层),但显示临床实践益处的(前瞻性)研究(第3层及以上)有限,仅覆盖了所评估100种产品中的18种[5]。另一项最近发表的研究系统综述了AI在医疗保健中经济影响(第6层)的证据,仅找到6篇符合条件的文章[7],表明从更全局的角度来看,AI影响的证据有限。

考虑到价值导向医疗保健的框架及相应的价值方程,价值=结局/成本,AI可以在降低成本或改善健康结局时创造价值[8]。我们将这些定义为放射学中AI的最终目标,可由以下六个子目标支持:(1)使工作流程更高效,(2)缩短阅片时间,(3)减少剂量和对比剂,(4)疾病早期检测,(5)提高诊断准确性,(6)更个性化的诊断(图1)。

在本文中,我们进一步阐述支持这六个目标的AI任务和应用场景(汇总于表2),并提供证据展示这些解决方案对医疗保健的(潜在)影响。

表1 评估人工智能(AI)软件对诊断成像过程贡献的疗效层级模型,改编自[5, 6] 查看原表 ↗
图1 放射学中人工智能可追求的六个目标,以改善效率和健康结局 查看原图 ↗
表2 基于人工智能(AI)的软件通过执行特定任务可达到的临床目标概述 查看原表 ↗

人工智能的临床目标

更高效的工作流程

随着全球医疗费用的不断增长,有效利用有限的资源是一项重要的工作。AI可以在临床和非临床方面为此做出贡献。例如,甚至在患者进入放射科之前,AI软件就可以帮助安排影像检查预约,并预测爽约情况,以便进行提醒或更高效地安排预约。Chong等[9]训练了一个模型来预测哪些患者错过预约的风险最高。这些患者收到了电话提醒,将爽约率从19.3%降低到15.9%[9]。这些解决方案中的大多数其影响不一定针对患者的检测或诊断;相反,这些解决方案解决的是患者管理等边界条件问题。因此,这些应用涉及的风险较低,在临床实践中实施之前需要遵守的规则和法规也较少。尽管如此,此类软件的可用性和实施仍然有限,该行业仍有增长空间。

工作流程还可以通过AI改变诊断过程来优化。一个已经广泛应用的案例是用于胸部X线片结核检测的AI软件。AI支持的结核检测在人员配备、专业知识和财政资源往往有限的发展中国家尤为有用。这可以用作自主预筛查工具,以减少更耗时且成本更高的微生物学检测的使用(级别2、3、6)[10–13]。这是放射学中首批AI软件自主运行并接管放射科医生任务的AI应用之一。

AI在工作流程优化方面的潜力也在一些应用场景中进行探索,但尚未投入临床实践。例如,在乳腺X线筛查中,已有研究模拟了一种替代工作流程,其中AI风险评分决定放射学阅片的数量(不阅片、单次或双次阅片),从而减少总阅片时间(级别3)[14, 15]。对于CT上的肺结节检测,有人提出赋予技师AI能力,仅将部分工作量留给放射科医生(级别3)[16]。

更短的阅片时间

除了提高诊断准确性和患者结局外,AI还可以有助于提高劳动力的效率。2013年至2018年间,英国的CT和MR影像检查分别增加了54%和48%,而放射科劳动力仅增长了19%[17]。越来越多的诊断影像检查以及影像技术在层数、重建和序列数量方面的改进,导致每位患者需要审阅的图像大幅增多。缩短检查的阅片时间可以抵消这一趋势,并可能降低儿科放射科医生的职业倦怠率[18]。

计算机辅助检测(CAD)可以通过简化诊断过程来缩短阅读时间。研究表明,使用CAD工具时,正常病例的阅读时间缩短,而病理病例的阅读时间略有增加[19]。除了AI系统的质量外,工作流程整合对于此类软件的成功至关重要。图像增强不仅可以缩短图像采集时间,还可以简化检测,正如Martini等人[20]所示,他们发现胸部CT成像中的血管抑制使肺转移检测的阅读时间减少了21%。最后,结节、脑体积或其他组织的自动量化可能会减轻放射科医生工作中一些繁琐的手工操作,以及这些任务固有的较大的评分者间变异性[21, 22]。在儿科中,自动骨龄预测是一种被广泛采用的AI解决方案,有助于手部X线片的量化和阅读效率[22, 23]。该设备可以自主使用,有可能将阅读时间降至零,或作为同步阅读以加速量化。

早期检测

及时诊断或干预可能是最终改善患者预后的目标。特别是在重症监护情况下,如卒中诊断中使用的“时间就是大脑”这一说法,速度很重要,AI已取得进展。AI软件用于分析CT和CT血管造影,并在存在大血管闭塞或颅内出血时通知放射科医生、枢纽中心甚至直接通知介入团队。一些初步的前瞻性研究表明,AI在卒中护理中具有潜在的积极影响,可将CT血管造影与干预之间的时间从平均281分钟缩短至243分钟,并缩短住院时间(证据等级4、5)[24, 25]。

缩短报告周转时间和促进关键发现早期检测的另一种方法包括基于AI检测到的紧急发现进行工作列表优先级排序[26]。德国一家大学医院的一项研究在回顾性胸部X线片上模拟了这一概念,发现报告关键发现的周转时间从80分钟缩短至35-50分钟[27]。在美国,一种用于优先处理颅内出血的商业算法使每个阳性病例的等待时间从16分钟缩短至12分钟[28]。除了识别紧急发现外,偶然发现也可以通过AI通知实现早期检测。例如,胸部X线片上的肺结节检测以及将AI应用于每次胸部或腹部CT以自动检测椎体骨折以识别骨质疏松症的早期征象(证据等级2)[29]。

剂量与对比剂减少

一个不太著名但非常适合人工智能的目标是减少辐射剂量和静脉造影剂的使用。这对儿科患者更为重要,因为尽量减少辐射的使用也能降低年轻患者中较高的癌症风险[30]。更常见的是,深度学习正被用于推进和加速图像重建与后处理[31, 32]。此类技术有助于在较低剂量甚至无剂量下获得良好的图像质量,正如比利时的一项研究所显示的,该研究使用商业人工智能软件从MR合成CT,以评估骶髂关节病变用于脊柱关节炎的诊断,保持了诊断准确性并使CT可能变得多余(证据等级3)[33]。

提高诊断准确性

市场上约一半的放射学人工智能产品主要旨在通过提高诊断测试的敏感性和/或特异性来改善诊断准确性[3]。这些产品旨在减少漏诊或防止不必要的干预或检查,从而改善健康结局。

计算机辅助检测算法早在人工智能兴起之前就已存在,最能服务于这一目的。通过与放射科医生同时阅片或作为第二阅片,边界框、标记和概率评分在诊断过程中为放射科医生提供帮助。市场上有许多产品,且已进行了大量研究以证明这些算法与放射科医生或金标准相比的性能(证据等级2)[13, 34–36]。然而,大多数这些产品不能作为独立的医疗器械使用,因此重要的是软件与放射科医生组合的准确性(证据等级3)。在骨龄评估方面,研究人员证明,与仅使用Greulich-Pyle图谱相比,两名放射科医生在人工智能软件辅助下诊断准确性显著提高(证据等级3)[22]。

许多计算机辅助检测(CAD)产品已商业化并在临床实践中得到应用。这些产品侧重于检测癌性组织,如乳腺病变和肺结节。然而,计算机辅助检测并非实现这一目标的唯一途径。图像增强和定量分析也支持这一目标。例如,已有研究表明,胸部影像上的骨或血管抑制可以提高肺结节的检出率(证据等级3)[20, 37]。在肌肉骨骼放射学领域,我们发现自动化膝关节评估可能改善医生之间的一致性以及骨关节炎诊断的准确性(证据等级3)[38]。

个性化诊断

人工智能算法并非基于对人群的知识和研究来采取行动,而是可以通过根据个体特征预测风险和结果来支持精准医学。这可以改善健康结果并有助于资源分配,例如,为预期获益最大的患者提供治疗或额外检查。例如,在神经病学领域,人工智能生成的脑容量测量被用于预测诊断阿尔茨海默病是否需要进一步的侵入性检查;通过使用该模型,可以在仅对26%的人群进行额外生物标志物检测的情况下实现高诊断准确率(证据等级4)[39]。同样,对于超声甲状腺病变评估,研究人员前瞻性地表明,在商业可用的人工智能工具辅助下评估恶性肿瘤风险时,可以避免活检(证据等级4)[40]。

在乳腺癌筛查的背景下,乳腺密度分类旨在实现筛查过程的个体化。已知致密型乳腺的女性患癌风险更高[41–43]。自动化方法使分层筛查流程成为可行,即致密型乳腺的女性更频繁地接受筛查或接受其他方式如MR成像的筛查。荷兰一项涉及超过40,000名根据商业可用人工智能软件判定为极度致密乳腺组织女性的研究显示,在接受额外MR筛查的组中间期癌显著减少(证据等级5)[42]。

使用临床特征和基因组信息等额外数据可以增强个体化预测的能力。然而,这在商业可用的人工智能放射学软件中并不普遍。

讨论

尽管人工智能为(儿科)放射学和患者管理流程创造价值的潜力巨大,但其影响仅在有限数量的病例中得到证实。大多数证据基于模拟或回顾性研究。证据缺乏的原因之一可能是该领域仍在成熟中。大多数产品仅在过去2年内进入市场(图2)[3]。平均而言,医疗保健创新被临床实践采纳需要17年[44]。因此,可以说人工智能在临床实践中的采纳仍处于初期阶段。

就儿科放射学而言,骨龄预测等一些应用已被广泛采用,但其他用例仍然滞后。供应商倾向于选择广泛使用、与大量人群相关且训练数据可获得性高的应用领域(“低垂的果实”)。这导致供应商所涉及的临床用例存在显著重叠,而许多用例仍未得到解决,包括儿科用例。

尽管许多人工智能产品已获得FDA许可和CE认证,但这并不能保证其附加临床价值。公告机构(欧洲)和FDA(美国)对医疗器械(包括人工智能软件)的评估重点在于伤害风险。评估价值和有效性则取决于供应商和客户自身,更何况有效性在一定程度上依赖于医院,因为每家医院的患者群体、影像设备品牌和工作流程各不相同[45]。因此,包括FDA在内的多方已提议改变人工智能软件的监管方式,从独立评估转向更系统化的方法,将临床背景和人际交互纳入考量[45–47]。这将需要更多真实世界监测,为人工智能对医疗保健实际临床影响的现有证据做出贡献。

利用人工智能创造临床价值的另一个挑战是这些算法的实际技术实施和部署。市场上存在许多狭窄的任务导向型解决方案,合同和集成的数量可能迅速激增,产生大量无助于优化效率的额外开销。此外,算法产生的信息增加(生物标志物、量化指标、热力图等)必须以不降低效率的方式呈现。市场平台和中介平台已经出现,以减轻部分负担。这些平台仍在发展中,其临床和财务方面的附加值仍有待研究。

考虑到价值导向型医疗保健日益受到关注,确定人工智能等新技术的价值对医院和保险公司变得更加重要。面对众多人工智能工具,监测甚至计算预期效果以做出知情决策至关重要。这可以展示投资回报——质量或效率的提升——从而证明采购的合理性。监测有效性和使用情况也可能减少“幽灵软件”的存在,即软件已付费但仍未使用的情况。

问题仍然是谁来为引入的人工智能工具付费。保险公司可能在报销人工智能使用费用方面发挥作用。2002年,美国批准了对乳腺X线摄影CAD使用的报销,这导致CAD系统的销售和使用迅速增加[48]。然而,这一决定适得其反,因为Fenton等人[49]在2007年和Lehman等人[48]在2015年的研究表明,这些CAD系统在临床实践中的使用并未提高检出率。现在,乳腺X线摄影CAD已不能再单独报销,只有当系统真正提高肿瘤检测的效率或质量时,使用它才有利可图。

2020年,医疗保险和医疗补助服务中心采取了另一种方法,通过新技术附加支付项目来支持急性卒中中人工智能工具的融资和采用[50]。这些人工智能解决方案有助于检测急性卒中中的大血管闭塞,并提醒卒中团队以缩短治疗时间。初步研究表明,患者可能经历较少的残疾,因此在其日后生活中可能较少需要额外护理[24]。这些潜在益处主要存在于长期,尽管软件的成本在短期内由例如放射科承担。保险覆盖可能成为人工智能采用的改变游戏规则的因素,但需要关于人工智能工具和用例临床影响的深刻证据。时间将证明这一新批准是否(重新)为美国境内外其他临床用例打开了大门。

图2 基于[3]的数据,放射学中人工智能产品进入市场的数量 查看原图 ↗

结论

尽管人工智能软件影响放射学的潜力巨大,但关于它如何改变医疗保健的质量、效率和成本却知之甚少。历史表明,这些创新的真实世界验证对于就进一步开发、采购、实施和报销做出知情决策至关重要。

密切评估和监测人工智能产品在临床实践中的经验和影响,应能提供关于其对初始医疗保健改善目标贡献的见解。只有那时,我们才能证明人工智能是否在成本和健康结果两方面都有助于改善医疗保健。

引用

  1. van Leeuwen KG, de Rooij M, Schalekamp S, et al. How does artificial intelligence in radiology improve efficiency and health outcomes? Pediatr Radiol. 2021. PMID: 34117522. doi:10.1007/s00247-021-05114-8
  2. 全文:PMC9537124(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9537124/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。